2022愛分析?智能決策廠商全景報告 | 愛分析報告

來源：榕城網(wǎng)時間：2022-12-29 15:59:57

報告編委

黃勇

愛分析合伙人&首席分析師

李進寶

愛分析高級分析師

蘭壹凡

愛分析分析師

1. 研究范圍定義

2. 市場洞察

3. 廠商全景地圖

4. 市場分析與廠商評估

5. 入選廠商列表

1. 研究范圍定義

研究范圍

經(jīng)濟新常態(tài)下，精細化運營成為企業(yè)增長的關(guān)鍵動力，對決策質(zhì)量提出了更高要求。同時，復(fù)雜多變的商業(yè)環(huán)境使決策約束條件不斷增多，并對決策敏捷性提出了更高要求。因此，依靠業(yè)務(wù)規(guī)則和專家經(jīng)驗的傳統(tǒng)業(yè)務(wù)決策愈發(fā)難以滿足企業(yè)的需求，企業(yè)需要對決策方式進行升級。

智能決策綜合利用機器學(xué)習(xí)、深度學(xué)習(xí)、強化學(xué)習(xí)、運籌優(yōu)化等多種智能技術(shù)實現(xiàn)增強和自動決策，可以基于既定目標，綜合約束條件、策略、偏好、不確定性等因素，對相關(guān)數(shù)據(jù)進行建模分析，從而自動生成最優(yōu)決策。智能決策具備助力企業(yè)實現(xiàn)決策方式升級的能力。

愛分析通過對智能決策市場的研究發(fā)現(xiàn)，不同智能決策廠商的技術(shù)路徑有較大差異，進而在應(yīng)用場景方面也各有所長。企業(yè)需要結(jié)合自身數(shù)字化發(fā)展規(guī)劃和業(yè)務(wù)場景需求，選擇最合適的廠商共建智能決策能力。基于以上背景，愛分析希望通過智能決策廠商全景、最佳實踐案例研究，助力企業(yè)決策者精準選擇合適廠商和成功實施智能決策項目。

從技術(shù)架構(gòu)角度，智能決策市場可以劃分為智能決策平臺和智能決策應(yīng)用解決方案兩部分市場。智能決策平臺提供支撐智能決策算法、模型和應(yīng)用開發(fā)及計算的工具。應(yīng)用解決方案層重點包括金融、消費品與零售、國防軍工、政府與公共服務(wù)、制造、能源、物流、航空、醫(yī)療與醫(yī)藥、汽車等行業(yè)智能決策解決方案。

本報告重點選取金融行業(yè)智能決策解決方案、消費品與零售行業(yè)智能解決方案和國防軍工行業(yè)智能決策解決方案三個市場作為重點研究對象，對智能決策進行研究。

圖 1：智能決策市場全景地圖

廠商入選標準

本次入選報告的廠商需同時符合以下條件：

廠商的產(chǎn)品服務(wù)滿足各市場分析的廠商能力要求；

近一年廠商具備一定數(shù)量以上的付費客戶（參考第4章各市場分析部分）；

近一年廠商在特定市場的營業(yè)收入達到指標要求（參考第4章各市場分析部分）。

（注：“近一年”指2021年Q4至2022年Q3）

2. 市場洞察

智能決策市場規(guī)模超80億元

愛分析推算，2022年中國智能決策市場規(guī)模為87.7億元人民幣，同比增速為28.0%。雖然今年的市場增速相較以往有所放緩，但對比其他人工智能細分賽道，該市場仍表現(xiàn)亮眼。

圖 2：中國智能決策市場規(guī)模預(yù)測

智能決策已在金融、制造、能源、消費品與零售等多個行業(yè)落地應(yīng)用，其中金融是第一熱門行業(yè)。2022年中國金融行業(yè)智能決策解決方案市場規(guī)模為23.6億元，市場規(guī)模占比為34.5%。該市場的貢獻者包括國有大行、全國性股份制銀行、城商行、農(nóng)商行等多種銀行，也包括保險公司、證券公司等其他各類金融機構(gòu)。除市場規(guī)模數(shù)據(jù)外，從供需兩側(cè)也能感受到金融行業(yè)的火熱。在供給側(cè)，31.8%的智能決策廠商滲透了金融市場；在需求側(cè)，智能決策用戶已經(jīng)從頭部機構(gòu)擴展至腰部機構(gòu)，而其他行業(yè)的智能決策用戶還停留在頭部機構(gòu)。

尺有所短，寸有所長，技術(shù)融合是必然趨勢

智能決策主要有三大類技術(shù)路徑，第一大類是廣義機器學(xué)習(xí)技術(shù)路徑，包括機器學(xué)習(xí)、深度學(xué)習(xí)和強化學(xué)習(xí)；第二大類是運籌優(yōu)化技術(shù)路徑；第三大類是規(guī)則引擎技術(shù)路徑。機器學(xué)習(xí)是數(shù)據(jù)驅(qū)動，適用于解決描述統(tǒng)計類問題，掌握統(tǒng)計規(guī)律后方便做預(yù)測；運籌優(yōu)化是業(yè)務(wù)模型驅(qū)動，適用于解決優(yōu)化類問題，可以從多解中找到最優(yōu)解；規(guī)則引擎是專家經(jīng)驗驅(qū)動，適用于解決先驗認知類問題。未來趨勢是三條路徑融合。在解決復(fù)雜決策問題的場景，需要對問題進行拆解，既有預(yù)測也有優(yōu)化，因此需要機器學(xué)習(xí)和運籌優(yōu)化融合。同時，引入規(guī)則引擎，通過人機協(xié)作的方式充分利用行業(yè)專家經(jīng)驗。

智能決策與業(yè)務(wù)場景深度結(jié)合，持續(xù)圍繞行業(yè)Know-how打造核心競爭力

智能決策解決方案和具體業(yè)務(wù)場景高度關(guān)聯(lián)，甲方需要有業(yè)務(wù)Know-how的廠商。相應(yīng)地，廠商需要提供行業(yè)專家顧問，通過行業(yè)專家顧問結(jié)合解決方案的方式切入市場。未來，廠商將持續(xù)發(fā)力各自聚焦的行業(yè)，持續(xù)提升智能決策與業(yè)務(wù)場景的結(jié)合程度，將行業(yè)做深做透，以行業(yè)為界構(gòu)建護城河。廠商深耕市場的方式也將不僅僅是“行業(yè)專業(yè)顧問+解決方案”的方式，還包括持續(xù)提升行業(yè)產(chǎn)品的標準化程度。至于處于應(yīng)用層之下的平臺層市場，短期內(nèi)難成氣候，主要因為客戶缺少對求解器等工具的采購驅(qū)動力，他們更需要解決方案。

智能決策市場的商業(yè)模式更加多元化，從“賣產(chǎn)品/解決方案”向“賣服務(wù)”轉(zhuǎn)變

智能決策市場的主要交付物是解決方案，也有少量的標準化產(chǎn)品。當前，有一些頭部廠商正在探索新的商業(yè)模式。例如，廠商依賴于自身的智能決策產(chǎn)品和解決方案，給客戶提供結(jié)果輸出，即“賣決策結(jié)果”。再例如，廠商支持客戶從一次性買斷式付費轉(zhuǎn)向按照效果付費或者面向建設(shè)、維護決策模型的服務(wù)體系來付費。可以看出，不論哪種商業(yè)模式的轉(zhuǎn)變，都是從“賣產(chǎn)品/解決方案”向“賣服務(wù)”轉(zhuǎn)變。對于客戶而言，上述商業(yè)模式的主要吸引力在于較低的智能決策能力體系構(gòu)建費用投入。對于廠商而言，他們探索這些商業(yè)模式亦有自身的考量，一方面是留住費用有限的客戶，另一方面是構(gòu)建更健康的現(xiàn)金流。在“賣產(chǎn)品/解決方案”的商業(yè)模式下，項目周期較長，容易對智能決策廠商的現(xiàn)金流造成壓力。

甲方對全局業(yè)務(wù)智能決策能力體系的偏好持續(xù)增強

甲方需求分為單點式、單線式和全局式三種形式。單點式指在某個細分業(yè)務(wù)場景實現(xiàn)智能決策；單線式指實現(xiàn)某一類細分業(yè)務(wù)場景的智能決策閉環(huán)；全局式指實現(xiàn)多個大類業(yè)務(wù)場景的智能決策。隨著智能決策的價值釋放，客戶對全局業(yè)務(wù)智能決策能力體系的偏好持續(xù)增強。

3. 廠商全景地圖

愛分析基于對甲方企業(yè)和典型廠商的調(diào)研以及桌面研究，遴選出在智能決策市場中具備成熟解決方案和落地能力的入選廠商。

4. 市場分析與廠商評估

愛分析對本次智能決策項目重點研究的特定市場定義如下。同時，針對參與此次報告的部分代表廠商，愛分析撰寫了廠商能力評估。

4.1 金融行業(yè)智能決策解決方案

市場定義：

應(yīng)用于金融行業(yè)的智能決策解決方案，金融行業(yè)包括銀行、互聯(lián)網(wǎng)金融公司、證券公司、保險公司、互聯(lián)網(wǎng)金融公司、汽車金融公司等參與者，解決方案主要被用于滿足智能營銷、智能風(fēng)控、智能核保等需求。

甲方終端用戶：

IT、數(shù)據(jù)、風(fēng)控、產(chǎn)品、運營等部門

甲方核心需求：

金融行業(yè)對智能決策的需求既具有代表性，又具有獨特性。代表性主要體現(xiàn)在數(shù)據(jù)治理賦能、可解釋性和全局決策能力體系三個方面。獨特性主要體現(xiàn)在信創(chuàng)要求和動態(tài)決策需求兩個方面。

甲方需要數(shù)據(jù)治理賦能。金融行業(yè)是數(shù)字化轉(zhuǎn)型的排頭兵，具有大量數(shù)據(jù)沉淀。智能決策解決方案需要站在“數(shù)據(jù)巨人”肩膀上發(fā)揮作用，因此對數(shù)據(jù)治理能力有較高要求，比如建立數(shù)據(jù)規(guī)則、打通數(shù)據(jù)孤島、數(shù)據(jù)集中管理等。當前，較多有實施智能決策項目意向的金融機構(gòu)不具備優(yōu)良的數(shù)據(jù)治理能力，以至于難以滿足智能決策需求，邊治理數(shù)據(jù)邊推進智能決策項目進程已成為現(xiàn)實。因此甲方需要得到來自廠商的數(shù)據(jù)治理賦能。

甲方對信創(chuàng)有顯著需求。近幾年，信創(chuàng)（信息技術(shù)應(yīng)用創(chuàng)新）浪潮正在席卷整個數(shù)字化領(lǐng)域。根據(jù)行政規(guī)劃，信創(chuàng)事業(yè)推進具有鮮明的行業(yè)特征。推進節(jié)奏可以總結(jié)為“2+8”，“2”指黨政，“8”指金融、醫(yī)療等八大關(guān)乎國計民生的重點行業(yè)，金融行業(yè)屬于信創(chuàng)重點推進行業(yè)。金融機構(gòu)包括銀行、保險、券商、消費金融等多個細分類型，其中銀行是智能決策市場的核心客群。相較于其他金融機構(gòu)，相關(guān)部門對銀行有更高的信創(chuàng)要求。

智能決策需要具備可解釋性。智能決策在金融行業(yè)的諸多應(yīng)用場景中，有些應(yīng)用場景看重效果，不太需要決策背后的解釋，例如營銷場景，而有些場景不僅看重效果，還需要背后的解釋，例如風(fēng)控場景。在風(fēng)控場景下，銀行根據(jù)智能決策結(jié)果，決定不給某個客戶提供貸款，則需要出具相應(yīng)的解釋。隨著人工智能解決復(fù)雜問題能力的提升，其解釋性持續(xù)減弱。對于金融機構(gòu)而言，需要廠商提供具有可解釋性的智能決策解決方案，對于“黑盒”則較難接受。

全局決策能力體系重要程度持續(xù)提升。金融機構(gòu)的較多場景對智能決策有需求，包括管理層面和營銷、風(fēng)控、反欺詐、核保等運營層面，致力于提升決策效率和準確率，最終實現(xiàn)人效和用戶體驗提升。廠商在滿足甲方需求時分為單點式、單線式和全局式三種形式。單點式指在某個細分應(yīng)用場景實現(xiàn)智能決策，比如某金融機構(gòu)推出新產(chǎn)品，需要在老客戶名單中尋找購買意向最高的群體，此時可以借助智能決策的力量。單線式指實現(xiàn)某一類細分場景的智能決策閉環(huán)，比如信貸風(fēng)控可以分為貸前、貸中、貸后，可以借助智能決策的力量實現(xiàn)甲方整個信貸業(yè)務(wù)的智能決策。全局式指實現(xiàn)多個大類場景的智能決策，以銀行為例，包括營銷、風(fēng)控（含交易監(jiān)控、反洗錢、反欺詐等）、運營等。隨著智能決策在金融領(lǐng)域的價值釋放，金融機構(gòu)對全局決策能力體系的偏好逐漸加強。

甲方需要解決動態(tài)決策類問題。主流的智能決策解決方案主要應(yīng)用于偏靜態(tài)的決策環(huán)境，面對動態(tài)環(huán)境則較為吃力。金融行業(yè)智能決策相關(guān)的動態(tài)環(huán)境包括但不限于競爭對手的反應(yīng)、最新的金融政策、客戶的反應(yīng)等因素。隨著靜態(tài)決策環(huán)境下自身需求得到較充分滿足，金融行業(yè)的甲方開始關(guān)注“如何在動態(tài)環(huán)境中持續(xù)、快速找到最優(yōu)決策”的問題。

廠商能力要求：

金融行業(yè)的甲方核心需求對廠商能力提出多項要求，分別是數(shù)據(jù)治理能力、信創(chuàng)能力、決策結(jié)果解釋能力、豐富的金融項目經(jīng)驗、行業(yè)Know-how和“強化學(xué)習(xí)+環(huán)境學(xué)習(xí)”能力。

廠商需要具備數(shù)據(jù)治理能力。良好的數(shù)據(jù)治理能力是實施智能決策解決方案的前提，但受限于金融機構(gòu)數(shù)據(jù)治理能力難以滿足需求，因此需要智能決策廠商親自上陣向甲方輸出數(shù)據(jù)治理能力。基礎(chǔ)要求：廠商具備建立數(shù)據(jù)平臺的能力，將分散于各個系統(tǒng)的、對智能決策有價值的數(shù)據(jù)進行集中管理。

廠商需要符合信創(chuàng)資質(zhì)。廠商需要向甲方證明自身的信創(chuàng)實力。在項目實踐中，廠商主要通過信創(chuàng)組織身份、底層國產(chǎn)軟硬件產(chǎn)品互認證書、信創(chuàng)項目案例、信創(chuàng)環(huán)境測試報告和國家信創(chuàng)產(chǎn)品名錄（非公開）五種方式來證明。

信創(chuàng)工委會是重要的信創(chuàng)組織，“信創(chuàng)”一詞便由其提出，廠商加入其中獲得成員身份對廠商參與有信創(chuàng)要求的項目較為重要。底層國產(chǎn)軟硬件產(chǎn)品互認證書指智能決策廠商需要和國產(chǎn)芯片、操作系統(tǒng)、數(shù)據(jù)庫和中間件廠商進行適配工作并取得證書，比如龍芯、麒麟操作系統(tǒng)、達夢數(shù)據(jù)庫等廠商。信創(chuàng)環(huán)境測試報告指智能決策廠商將產(chǎn)品置于信創(chuàng)環(huán)境，取得相關(guān)測試報告，以證明可用性。

廠商應(yīng)具備智能決策的結(jié)果解釋能力。智能決策有多條技術(shù)路徑，包括機器學(xué)習(xí)、深度學(xué)習(xí)、強化學(xué)習(xí)、規(guī)則引擎、運籌優(yōu)化等。深度學(xué)習(xí)可解釋性較差，更適用于圖像識別，人臉識別等不需要解釋的場景，若廠商僅具備深度學(xué)習(xí)能力，并且甲方需要智能決策解決方案具備較強的可解釋性，則二者不匹配。

為了增強結(jié)果解釋能力，主要有兩種方法。第一種方法，采用“專家經(jīng)驗+模型”的體系增強可解釋性，引入專家的先驗知識，作為建模和調(diào)優(yōu)的依據(jù)。第二種方法，引入“因果學(xué)習(xí)”，通過因果學(xué)習(xí)可以找到?jīng)Q策的驅(qū)動因子，從而提升可解釋性。

深厚的行業(yè)Know-how是構(gòu)建全局決策能力體系的必備條件。從能力稟賦出發(fā)，可以將智能決策廠商大致分為兩類，一類是通用型算法公司，提供算法建模工具，技術(shù)積累深厚但行業(yè)Know-how通常相對較弱。另一類是行業(yè)性公司，他們先運用行業(yè)專家經(jīng)驗確認場景所需方向，再結(jié)合算法把場景落地，行業(yè)Know-how積累深厚但技術(shù)Know-how通常相對較弱。

智能決策廠商應(yīng)該實現(xiàn)價值交付，而不是模型交付。不僅要能夠提供智能決策模型的能力，還要提供模型構(gòu)建、管理、投放、分析到產(chǎn)生模型的業(yè)務(wù)報告這一套完整流程。廠商需要對智能決策的金融業(yè)務(wù)場景足夠熟悉，才能設(shè)計金融場景智能決策全局體系。相較于技術(shù)Know-how，行業(yè)Know-how是廠商更為重要的能力，它是廠商構(gòu)建金融機構(gòu)全局決策能力體系的必備條件。

廠商需要具備“強化學(xué)習(xí)+環(huán)境學(xué)習(xí)”能力。“如何在動態(tài)環(huán)境中持續(xù)、快速找到最優(yōu)決策”是甲方逐漸關(guān)注的問題，機器學(xué)習(xí)、深度學(xué)習(xí)、運籌優(yōu)化等典型技術(shù)路徑較難應(yīng)對，廠商需要用新解法應(yīng)對新需求，而“強化學(xué)習(xí)+環(huán)境學(xué)習(xí)”具備相應(yīng)能力。

強化學(xué)習(xí)善于應(yīng)對復(fù)雜化、精細化決策場景，通過智能體與決策環(huán)境持續(xù)地交互和反饋，在動態(tài)環(huán)境中找到最優(yōu)決策。但強化學(xué)習(xí)的落地存在阻礙，一方面是數(shù)據(jù)需求大，即使金融機構(gòu)數(shù)據(jù)沉淀較為豐富，在滿足強化學(xué)習(xí)數(shù)據(jù)需求方面仍較為吃力；另一方面是存在試錯階段，金融機構(gòu)相較于交通運輸、制造業(yè)企業(yè)更能接受試錯，但仍然存在一定的落地阻礙，明知有錯而為之對于CIO或者業(yè)務(wù)領(lǐng)導(dǎo)而言不是明智之舉。強化學(xué)習(xí)存在的問題，在引出環(huán)境學(xué)習(xí)后，可以迎刃而解。環(huán)境學(xué)習(xí)綜合了專家知識、機理模型和數(shù)據(jù)驅(qū)動的機器學(xué)習(xí)能力，能夠構(gòu)建更為精準的虛擬環(huán)境，可以幫助強化學(xué)習(xí)做低成本試錯和策略迭代。強化學(xué)習(xí)+環(huán)境學(xué)習(xí)是解決“如何在動態(tài)環(huán)境中持續(xù)、快速找到最優(yōu)決策”問題的有效手段。

入選標準：

1. 符合金融行業(yè)智能決策解決方案市場分析的廠商能力要求；

2.近一年廠商在該市場的營收不低于500萬元；

3.近一年廠商在該市場的付費客戶不低于3個。

代表廠商評估：

FiboAI

廠商介紹：

上海斐波那契人工智能科技有限公司(簡稱FiboAI)成立于2020年11月，核心團隊成員來自上海交通大學(xué)，并擁有在FICO、廣發(fā)、平安、人保等知名科技公司和金融機構(gòu)的從業(yè)經(jīng)驗。FiboAI聚焦智能決策領(lǐng)域，采用“規(guī)則引擎+機器學(xué)習(xí)”技術(shù)路徑，助力企業(yè)發(fā)掘數(shù)據(jù)背后的規(guī)律，全方位提升決策能力。目前，F(xiàn)iboAI已服務(wù)銀行、保險、零售、醫(yī)療等行業(yè)的多家客戶。

產(chǎn)品服務(wù)介紹：

數(shù)字決策平臺（DDP）是FiboAI自主研發(fā)的智能決策產(chǎn)品體系，包含EngineX-智能決策引擎、ModelX-機器學(xué)習(xí)平臺和DataX-數(shù)據(jù)分析平臺三款產(chǎn)品，它們分別為數(shù)字決策平臺（DDP）提供專家決策、模型決策及數(shù)據(jù)決策支持。FiboAI既提供標準產(chǎn)品，也提供定制化解決方案、行業(yè)模型開發(fā)和咨詢服務(wù)。

廠商評估：在技術(shù)方面，F(xiàn)iboAI采用“規(guī)則引擎+機器學(xué)習(xí)”技術(shù)路徑，其決策結(jié)果先天具備較強解釋性。在產(chǎn)品與交付方面，F(xiàn)iboAI具有輕量化且標準化的產(chǎn)品和較快的交付速度，是智能決策市場的“輕騎兵”，尤其適合需求簡單、明確，周期短的智能決策項目。除標準產(chǎn)品外，F(xiàn)iboAI還可以提供可兼容企業(yè)現(xiàn)有系統(tǒng)架構(gòu)與業(yè)務(wù)流程的定制化智能決策解決方案，有利于金融機構(gòu)減少費用投入。

FiboAI采用“規(guī)則引擎+機器學(xué)習(xí)”技術(shù)路徑，決策結(jié)果具備較強解釋性。智能決策在金融行業(yè)的諸多應(yīng)用場景中，有部分場景對解釋性有要求。FiboAI采用“規(guī)則引擎+機器學(xué)習(xí)”技術(shù)路徑，其中規(guī)則引擎輸出的決策結(jié)果先天具備較強解釋性。另外，規(guī)則引擎技術(shù)路徑有利于解決企業(yè)冷啟動需求，比如銀行開辟一條新業(yè)務(wù)線，缺乏相應(yīng)數(shù)據(jù)，其他技術(shù)路徑在缺乏數(shù)據(jù)的情況下容易陷入“巧婦難為無米之炊“的困境，而規(guī)則引擎依托專家經(jīng)驗，通過共建規(guī)則庫，可以順利渡過冷啟動階段。

FiboAI是智能決策市場的“輕騎兵”，尤其適合需求簡單、明確，周期短的智能決策項目。相較于其他智能決策廠商而言，F(xiàn)iboAI的產(chǎn)品更加輕量化和標準化，更適合貼近細分場景的單點式需求。例如，某保險公司有42個各自為政的業(yè)務(wù)系統(tǒng)，因發(fā)送策略混亂導(dǎo)致消息重發(fā)、漏發(fā)、誤發(fā)、頻發(fā)、無效發(fā)送等情況，引起較多客訴，該企業(yè)與FiboAI合作后，與此相關(guān)的客訴率下降90%以上，并節(jié)省了75%的消息發(fā)送費用成本。再比如，在國家防范電信詐騙和反洗錢的大背景下，某銀行需要對客戶的賬戶交易情況進行監(jiān)控以便及時發(fā)現(xiàn)異常用戶，并需要有專業(yè)實時計算能力和關(guān)聯(lián)分析能力的廠商，該銀行與FiboAI合作后，從單一的事后分析變成實時攔截和事后分析相結(jié)合，更精準地實現(xiàn)防范電信詐騙和洗錢。

FiboAI規(guī)則引擎使用門檻較低，不需要要代碼知識，業(yè)務(wù)人員可以自行通過規(guī)則集、評分卡和決策表等個性化的配置頁面，實現(xiàn)不同金融業(yè)務(wù)場景下的規(guī)則配置，學(xué)習(xí)成本比較低。另外，在項目的試運行階段，規(guī)則引擎相較于其他路徑有更快的迭代速度，因為規(guī)則引擎更加靈活，調(diào)整單獨的指標即可，而模型則需要重新訓(xùn)練。輕量化且標準化的產(chǎn)品，低學(xué)習(xí)成本以及更快的迭代速度，使得FiboAI擁有更短的交付周期，平均交付周期只有一周左右。因此，F(xiàn)iboAI比較適合需求簡單、明確，周期短的智能決策項目。

FiboAI可以提供不顛覆企業(yè)現(xiàn)有系統(tǒng)架構(gòu)與業(yè)務(wù)流程的定制化智能決策解決方案，有利于金融機構(gòu)減少費用投入。FiboAI可以提供與金融機構(gòu)各類系統(tǒng)靈活交互，可兼容現(xiàn)有系統(tǒng)架構(gòu)與業(yè)務(wù)流程的定制化智能決策解決方案。金融機構(gòu)無需耗費高額的時間成本和資金成本改造現(xiàn)有系統(tǒng)，即可實現(xiàn)智能決策產(chǎn)品的順利落地。

典型客戶：

招商信諾、中信銀行、興業(yè)銀行、浦發(fā)銀行、華泰證券

代表廠商評估：

九章云極DataCanvas

廠商介紹：

北京九章云極科技有限公司（簡稱九章云極DataCanvas）成立于2013年，是中國數(shù)據(jù)智能基礎(chǔ)軟件領(lǐng)軍者。九章云極DataCanvas通過自主研發(fā)的一系列企業(yè)級AI應(yīng)用所需的平臺軟件產(chǎn)品及解決方案，助力用戶實現(xiàn)數(shù)智化升級，推動政府和企業(yè)AI規(guī)模化應(yīng)用，致力于實現(xiàn)AI普惠。當前，九章云極DataCanvas自主創(chuàng)新的產(chǎn)品和解決方案已在政府、金融、通信、制造、交通、航空、能源、教育、地產(chǎn)和互聯(lián)網(wǎng)等十大行業(yè)落地應(yīng)用。

產(chǎn)品服務(wù)介紹：

九章云極DataCanvas擁有DataCanvas APS機器學(xué)習(xí)平臺、DataCanvas RT實時決策中心平臺和DataCanvas BAP面向業(yè)務(wù)自動建模平臺三款核心產(chǎn)品。

DataCanvas APS機器學(xué)習(xí)平臺是面向數(shù)據(jù)科學(xué)團隊的一站式數(shù)據(jù)分析平臺，集數(shù)據(jù)準備、特征工程、算法實現(xiàn)、模型開發(fā)、模型發(fā)布、模型生產(chǎn)化管理于一體，幫助企業(yè)快速構(gòu)建數(shù)據(jù)分析應(yīng)用。

DataCanvas RT 是企業(yè)分布式流數(shù)據(jù)實時處理、分析和決策的中心，能夠接入多種數(shù)據(jù)流進行實時處理和分析，是將ETL、業(yè)務(wù)模型、機器學(xué)習(xí)、人工智能、可視化擴展到實時數(shù)據(jù)分析的軟件產(chǎn)品，加速了“實時智能”在政府和企業(yè)各類業(yè)務(wù)場景的落地應(yīng)用。

DataCanvas BAP面向業(yè)務(wù)自動建模平臺是面向業(yè)務(wù)人員的低門檻、全流程、一站式?jīng)Q策分析自動建模平臺，提供從數(shù)據(jù)加工管理，模型訓(xùn)練評估，到?jīng)Q策分析可視化的完整業(yè)務(wù)閉環(huán)數(shù)據(jù)科學(xué)綜合平臺。

廠商評估：九章云極DataCanvas的產(chǎn)品化程度高，以一站式數(shù)據(jù)分析平臺為抓手顯著縮短數(shù)據(jù)和智能決策模型之間的距離。對于金融機構(gòu)的“動態(tài)問題”、“低解釋性”等行業(yè)痛點，九章云極DataCanvas依托深厚的人工智能技術(shù)積累可以有效解決。并且，九章云極DataCanvas廣泛覆蓋智能決策應(yīng)用場景，具備構(gòu)建金融機構(gòu)全局決策能力體系的實力。

九章云極DataCanvas推出一站式數(shù)據(jù)分析平臺，顯著縮短數(shù)據(jù)和智能決策模型之間的距離。九章云極DataCanvas的核心產(chǎn)品之一——DataCanvas APS機器學(xué)習(xí)平臺，是面向數(shù)據(jù)科學(xué)團隊的一站式數(shù)據(jù)分析平臺，集數(shù)據(jù)準備、特征工程、算法實現(xiàn)、模型開發(fā)、模型發(fā)布、模型生產(chǎn)化管理于一體，幫助企業(yè)快速構(gòu)建數(shù)據(jù)分析應(yīng)用，顯著縮短數(shù)據(jù)和智能決策模型之間的距離。DataCanvas APS機器學(xué)習(xí)平臺為數(shù)據(jù)科學(xué)家、應(yīng)用程序開發(fā)人員和業(yè)務(wù)專家提供了一套高效的工具，可以實現(xiàn)跨組織、跨部門人員的相互協(xié)作、資源共享，輕松地處理和使用多元數(shù)據(jù)來大規(guī)模地構(gòu)建、訓(xùn)練和部署模型。

九章云極DataCanvas為了降低建模人員門檻，推出DataCanvas BAP面向業(yè)務(wù)自動建模平臺，這是一個面向業(yè)務(wù)人員的低門檻、全流程、一站式?jīng)Q策分析自動建模平臺。DataCanvas BAP打造建模新范式，讓業(yè)務(wù)人員也具有成為數(shù)據(jù)科學(xué)家的潛力，有利于金融機構(gòu)降低對數(shù)據(jù)科學(xué)人才的依賴程度，有效解決招聘難、人力成本高等問題。

九章云極DataCanvas融合多條智能決策技術(shù)路徑，實現(xiàn)優(yōu)勢互補。九章云極DataCanvas成立于2013年，聚焦數(shù)據(jù)智能，在AI技術(shù)方面具有深厚積淀。九章云極DataCanvas坐擁比較完備的“AI武器庫”，包括機器學(xué)習(xí)、深度學(xué)習(xí)、時間序列、因果分析、運籌優(yōu)化、強化學(xué)習(xí)和環(huán)境學(xué)習(xí)等，可以從容應(yīng)對智能決策場景的諸多需求和行業(yè)痛點。例如，金融機構(gòu)作為智能決策實踐的領(lǐng)頭羊，愈發(fā)關(guān)注“如何在動態(tài)環(huán)境中持續(xù)、快速找到最優(yōu)決策”的問題，九章云極DataCanvas可以通過“強化學(xué)習(xí)+環(huán)境學(xué)習(xí)”的技術(shù)組合來解決。再例如，金融機構(gòu)在一些場景需要智能決策具有較高解釋性，九章云極DataCanvas可以引入因果分析來解決，通過因果學(xué)習(xí)找到?jīng)Q策的驅(qū)動因子，從而提升可解釋性。

九章云極DataCanvas具備構(gòu)建金融機構(gòu)全局決策能力體系的實力。九章云極DataCanvas已服務(wù)浦發(fā)銀行、興業(yè)銀行、中原銀行等多家金融機構(gòu)，助力金融機構(gòu)在智能信貸風(fēng)控、智能反欺詐、實時推薦、精準營銷、量化投研、投后預(yù)警、網(wǎng)點運營分析等場景實現(xiàn)智能決策。九章云極DataCanvas當前的金融機構(gòu)客戶以單一場景智能決策需求居多，例如貸后風(fēng)控預(yù)警、營銷線索挖掘等，但九章云極DataCanvas已具備構(gòu)建金融機構(gòu)全局決策能力體系的實力典型客戶：

典型客戶：

浦發(fā)銀行、興業(yè)銀行、中原銀行

代表廠商評估：

數(shù)勢科技

廠商介紹：

北京數(shù)勢云創(chuàng)科技有限公司（簡稱數(shù)勢科技）成立于2020年4月，是一家數(shù)據(jù)智能平臺與技術(shù)服務(wù)提供商。數(shù)勢科技憑借豐富的金融和消費領(lǐng)域業(yè)務(wù)Know-how及技術(shù)沉淀，通過包括數(shù)據(jù)資產(chǎn)云、經(jīng)營分析云、智能營銷云在內(nèi)的一系列智能決策產(chǎn)品，助力金融、零售等行業(yè)企業(yè)實現(xiàn)數(shù)字化升級。

產(chǎn)品服務(wù)介紹：

數(shù)勢科技的企業(yè)數(shù)字大腦，是一個由AI和知識驅(qū)動的一站式智能決策平臺，包括數(shù)據(jù)資產(chǎn)云、經(jīng)營分析云和智能營銷云三款核心產(chǎn)品。

數(shù)據(jù)資產(chǎn)云：為企業(yè)提供指標規(guī)范標準定義、口徑統(tǒng)一的加工過程、靈活自助的指標應(yīng)用和服務(wù)。

經(jīng)營分析云：基于統(tǒng)一口徑指標體系的經(jīng)營分析平臺，除駕駛艙的全面追蹤外，還有智能決策診斷、目標what-if測算、部門系統(tǒng)對齊能力。

智能營銷云：以用戶全生命周期管理為核心，基于客戶數(shù)據(jù)、客戶分析和客戶旅程三大產(chǎn)品模塊，滿足企業(yè)用戶資產(chǎn)沉淀、用戶識別、用戶洞察、需求預(yù)測、策略制定與優(yōu)化等智能營銷需求。

廠商評估：數(shù)勢科技可以提供“技術(shù)咨詢診斷+數(shù)據(jù)治理+隱私計算+場景級智能決策建模+陪伴式運營服務(wù)“的用戶運營端到端智能決策服務(wù)。數(shù)勢科技核心技術(shù)團隊具有京東和平安金融科技的從業(yè)經(jīng)歷，擅長基于高并發(fā)環(huán)境設(shè)計解決方案，能夠勝任金融機構(gòu)高頻次決策的場景需求。數(shù)勢科技產(chǎn)品技術(shù)自主可控，不僅是北京信創(chuàng)工委會會員單位，同時獲得了麒麟操作系統(tǒng)、達夢數(shù)據(jù)庫和人大金倉數(shù)據(jù)庫的信創(chuàng)適配認證，滿足金融機構(gòu)信創(chuàng)要求。

數(shù)勢科技提供專業(yè)的數(shù)據(jù)治理服務(wù)，為高效、高質(zhì)量地輸出決策結(jié)果打好基礎(chǔ)。數(shù)勢科技創(chuàng)始人黎科峰博士曾在平安金融科技擔(dān)任CTO，推動了集團用戶數(shù)據(jù)的全面打通，并對外進行金融科技賦能；曾在京東作為零售中臺負責(zé)人和技術(shù)委員會主席，推動了京東零售的數(shù)字化轉(zhuǎn)型。數(shù)勢科技以數(shù)據(jù)中臺為抓手，具備出色的數(shù)據(jù)治理能力，為智能決策系統(tǒng)高效、高質(zhì)量地輸出決策結(jié)果打好基礎(chǔ)。面對數(shù)據(jù)治理能力較弱的金融機構(gòu)，數(shù)勢科技掌握將數(shù)據(jù)治理項目與智能決策項目同步推進的方法論，有利于智能決策效果快速驗證和縮短整體項目周期。

數(shù)勢科技具備隱私計算技術(shù)，在保障數(shù)據(jù)安全的前提下有利于增強模型精準度。除了內(nèi)部數(shù)據(jù)，金融機構(gòu)還需要行外數(shù)據(jù)支持決策，例如信用卡申請場景需要和銀行外企業(yè)合作，通過可用不可見的隱私計算，在保障合規(guī)性的條件下引入更多數(shù)據(jù)，有利于增強模型精準度。數(shù)勢科技具備隱私計算技術(shù)，可以有效幫助金融機構(gòu)擴散數(shù)據(jù)來源口徑，助力輸出高精度決策模型。

通過場景級智能決策建模和陪伴式運營服務(wù)，數(shù)勢科技為金融機構(gòu)提供好用的用戶運營端到端智能決策服務(wù)。數(shù)勢科技脫胎于京東和平安金融科技，基于大型互聯(lián)網(wǎng)企業(yè)的用戶數(shù)字化運營實踐經(jīng)驗，可為金融行業(yè)用戶運營智能決策體系實現(xiàn)全鏈路賦能，用以解決精細化分層分群策略缺失、客群識別不精準、策略覆蓋時效性低等一系列痛點。面對業(yè)內(nèi)常出現(xiàn)的“智能決策模型跟業(yè)務(wù)場景結(jié)合度不高，難以落地”弊病，數(shù)勢科技有成熟的應(yīng)對策略：不直接提供通用模型，而是依托豐富的金融行業(yè)Know-how，聚焦貼近場景的模型。例如預(yù)流失客戶的識別模型、信用卡向財富管理導(dǎo)流的決策模型等，模型價值一目了然，便于應(yīng)用落地。智能決策項目正式上線之后，數(shù)勢科技可以為金融機構(gòu)提供陪伴式服務(wù)，支持駐點和遠程等多種方式。

具備“高并發(fā)、低耦合、信創(chuàng)”特點，數(shù)勢科技智能決策解決方案貼合金融機構(gòu)技術(shù)要求。數(shù)勢科技核心技術(shù)團隊具有京東和平安金融科技背景，擅長基于高并發(fā)環(huán)境設(shè)計解決方案，能夠勝任金融機構(gòu)高頻次決策的場景需求。數(shù)勢科技產(chǎn)品之間可以解耦，產(chǎn)品里的微服務(wù)之間也可以解耦，金融機構(gòu)不需要把現(xiàn)有平臺推翻，只需補齊欠缺的功能即可實現(xiàn)平臺升級，有利于金融機構(gòu)快速且較低成本地建設(shè)用戶運營全鏈路決策能力。因為金融行業(yè)在諸多行業(yè)中數(shù)字化轉(zhuǎn)型比較靠前，金融機構(gòu)的相關(guān)產(chǎn)品、系統(tǒng)較多，較難接受顛覆性的智能決策解決方案。金融行業(yè)屬于信創(chuàng)重點推進行業(yè)，數(shù)勢科技重視信創(chuàng)，現(xiàn)已加入北京信創(chuàng)工委會，成為會員單位。同時還獲得了麒麟操作系統(tǒng)、達夢數(shù)據(jù)庫和人大金倉數(shù)據(jù)庫的信創(chuàng)適配認證，滿足金融機構(gòu)信創(chuàng)要求。

典型客戶：

平安證券、中金財富、民生銀行

代表廠商評估：

同盾科技

廠商介紹：

同盾科技有限公司（簡稱同盾科技）創(chuàng)立于2013年，是中國領(lǐng)先的人工智能科技企業(yè)，專注決策智能先進技術(shù)研發(fā)和應(yīng)用。同盾科技堅持自主科技創(chuàng)新，形成了“基于隱私計算的共享智能平臺-智邦”和“基于人工智能的決策智能平臺-智策”兩大平臺，聚焦于金融風(fēng)險、安全風(fēng)險、政府治理風(fēng)險三大場景，幫助客戶提升風(fēng)險管理能力，優(yōu)化決策效率，釋放數(shù)字生產(chǎn)力的價值，至今已有超過一萬家客戶選擇了同盾科技的產(chǎn)品及服務(wù)。

產(chǎn)品服務(wù)介紹：

同盾科技圍繞決策智能主線，搭建了“基于隱私計算的共享智能平臺——智邦”和“基于人工智能的決策智能平臺——智策”，在兩大平臺的基礎(chǔ)上，同盾科技不斷完善智能決策相關(guān)軟件產(chǎn)品體系，包含：大數(shù)據(jù)平臺、決策引擎平臺、指標平臺、模型平臺、智能運營平臺、知識圖譜等，致力于打造一整套基于知識洞察的決策體系，涵蓋數(shù)據(jù)收集、治理到模型訓(xùn)練、自動化決策、模型自動調(diào)優(yōu)等環(huán)節(jié)，實現(xiàn)決策閉環(huán)。

廠商評估：同盾科技在數(shù)據(jù)治理能力、隱私計算技術(shù)、金融行業(yè)風(fēng)控模型、定制化服務(wù)等四個方面具備突出優(yōu)勢。同盾科技依托專業(yè)的數(shù)據(jù)治理能力，助力金融機構(gòu)打造智能決策所需的數(shù)據(jù)底座，提升決策效率和質(zhì)量；同時積極探索隱私計算，通過提升數(shù)據(jù)流動性來擴展智能決策可用的數(shù)據(jù)資源；在此基礎(chǔ)上，通過機器學(xué)習(xí)、決策引擎、知識圖譜等技術(shù)的組合應(yīng)用，構(gòu)建多業(yè)務(wù)、多場景的規(guī)則、策略及AI模型，實現(xiàn)營銷、反欺詐、信貸風(fēng)控等各業(yè)務(wù)鏈條的智能化決策體系。如今，同盾科技已服務(wù)400+銀行客戶，擁有豐富的金融項目經(jīng)驗，憑借深厚的行業(yè)Know-how，同盾科技完成對營銷、風(fēng)控、運營等多個場景的覆蓋，具備構(gòu)建全局決策能力體系的能力。在交付方面，同盾科技提供緊貼場景需要，可為有個性化需求的金融機構(gòu)提供定制化的產(chǎn)品解決方案。

同盾科技具備專業(yè)數(shù)據(jù)治理能力，助力金融機構(gòu)打造智能決策所需的數(shù)據(jù)底座。良好的數(shù)據(jù)治理能力是實施智能決策解決方案的前提，但受限于金融機構(gòu)數(shù)據(jù)治理能力難以滿足需求，因此需要智能決策廠商能夠輸出數(shù)據(jù)治理能力。

同盾科技的產(chǎn)品矩陣包含星河大數(shù)據(jù)平臺和極溯指標平臺，星河大數(shù)據(jù)平臺具備海量數(shù)據(jù)存儲、加工及分析處理一站式服務(wù)能力，可以將金融機構(gòu)分散于各個系統(tǒng)的、對智能決策有價值的數(shù)據(jù)進行集中管理，極溯指標平臺是包括實時指標、離線指標和特征工程的一體化平臺。

同盾科技探索隱私計算技術(shù)并推出相關(guān)產(chǎn)品，通過提升數(shù)據(jù)流動性來擴展智能決策可用的數(shù)據(jù)資源。金融機構(gòu)數(shù)據(jù)敏感，即使在內(nèi)部部門、分支機構(gòu)間也有流動限制，因此需要借用隱私計算的“數(shù)據(jù)可用不可見”能力，降低數(shù)據(jù)流動限制。同盾科技基于聯(lián)邦學(xué)習(xí)、多方安全計算等隱私計算技術(shù)推出了共享智能平臺——智邦，該平臺定位于支撐數(shù)據(jù)安全交互與知識共享、實現(xiàn)數(shù)據(jù)價值的基礎(chǔ)設(shè)施。

同盾科技擁有豐富的金融項目經(jīng)驗，覆蓋場景廣泛，具備構(gòu)建全局決策能力體系的能力。金融行業(yè)包括多個子行業(yè)，同盾科技已經(jīng)實現(xiàn)較大范圍覆蓋，包括銀行、保險、汽車金融、互聯(lián)網(wǎng)金融等。銀行是智能決策市場的核心客群，也是同盾科技的核心客群。目前，同盾科技已為累計400多家銀行提供了包含零售信貸風(fēng)險管理、小微信貸風(fēng)險管理、交易反欺詐、營銷及客戶價值管理、數(shù)據(jù)安全管理、智能運營管理等解決方案，幫助銀行優(yōu)化決策效率，改善用戶體驗。在銀行類型方面，同盾科技的客戶涵蓋國有大行、全國性股份制銀行、城商行和農(nóng)商行等多種類型。在標桿客戶方面，同盾科技已與六大國有銀行均建立穩(wěn)定的合作關(guān)系。

金融機構(gòu)的較多場景對智能決策有需求，包括管理層面和營銷、風(fēng)控、反欺詐、核保等運營層面。廠商在滿足甲方需求時分為單點式、單線式和全局式三種形式。隨著智能決策在金融領(lǐng)域的價值釋放，金融機構(gòu)對全局決策能力體系的偏好逐漸加強。同盾科技在金融領(lǐng)域覆蓋場景廣泛，涉及精準營銷、智能風(fēng)控、智能運營等多個大類場景，并且同盾科技在場景豐富度方面持續(xù)深耕，未來將向量化分析、風(fēng)險傳導(dǎo)、營銷安全等方面拓展。

同盾科技提供緊貼場景需求，可為金融機構(gòu)提供定制化的產(chǎn)品解決方案。考慮到金融機構(gòu)的個性化需求，同盾科技根據(jù)反欺詐和風(fēng)控、信用貸款申請、汽車租賃場景、收單和支付等場景，分別推出交易版決策引擎、信貸版決策引擎、商戶版決策引擎等。此外，對于個性化需求更為強烈的客戶，同盾科技推出“咨詢+系統(tǒng)”的服務(wù)模式，憑借擁有深厚技術(shù)背景、業(yè)務(wù)背景及咨詢背景的綜合性業(yè)務(wù)專家資源，同盾科技根據(jù)客戶的實際需求，結(jié)合客戶數(shù)據(jù)稟賦、業(yè)務(wù)渠道、產(chǎn)品特性等情況，為客戶提供定制化的產(chǎn)品解決方案，對單元化的智能決策產(chǎn)品體系進行可零可整的靈活配置以及二次開發(fā)。

典型客戶：

中國工商銀行、中國農(nóng)業(yè)銀行、中國光大銀行、浙商銀行、中國人民保險

4.2 消費品與零售行業(yè)智能決策解決方案

市場定義：

應(yīng)用于消費品與零售行業(yè)的智能決策解決方案，消費品與零售行業(yè)包括零售商超、品牌商、電商等，解決方案主要被用于滿足智能營銷、智能定價、智能補配調(diào)等需求。

甲方終端用戶：

IT、數(shù)據(jù)、運營、供應(yīng)鏈、門店等部門

甲方核心需求：

頭部零售商超是消費品與零售行業(yè)智能決策解決方案市場的的核心客群。專家經(jīng)驗面對海量SKU和消費者愈發(fā)捉襟見肘，難以高效且正確地做出決策，這是驅(qū)動智能決策在該行業(yè)落地應(yīng)用的主要因素。消費品與零售行業(yè)的甲方有兩項常規(guī)核心需求，分別為數(shù)據(jù)治理賦能和決策結(jié)果可解釋性，屬于跨行業(yè)的共性需求。該行業(yè)的甲方也有自己的獨特需求，分別為供應(yīng)鏈優(yōu)化和用戶運營，致力于打造涵蓋“買”與“賣”全流程的智能決策體系。

甲方需要數(shù)據(jù)治理賦能。金融機構(gòu)作為數(shù)字化轉(zhuǎn)型的排頭兵，尚需補足用于智能決策的數(shù)據(jù)治理能力，其他行業(yè)則更加需要。在消費品和零售行業(yè)，除頭部電商之外，其他企業(yè)的數(shù)據(jù)質(zhì)量和完整性普遍存在缺陷，若直接應(yīng)用智能決策將會出現(xiàn)明顯偏差。智能決策解決方案需要站在“數(shù)據(jù)巨人”肩膀上發(fā)揮作用，因此對數(shù)據(jù)治理能力有較高要求，比如建立數(shù)據(jù)規(guī)則、打通數(shù)據(jù)孤島、數(shù)據(jù)集中管理等。當前，較多有實施智能決策項目意向的消費品和零售企業(yè)不具備優(yōu)良的數(shù)據(jù)治理能力，以至于難以滿足智能決策需求，因此甲方需要得到來自廠商的數(shù)據(jù)治理賦能。

甲方通過智能決策實現(xiàn)更加精準的用戶運營。智能決策在消費品與零售行業(yè)滲透率較低，主要應(yīng)用于頭部企業(yè)。這些頭部企業(yè)需要通過智能決策實現(xiàn)更加精準的用戶運營，主要體現(xiàn)在兩個方面。首先是智能人群圈選，當前的意向人群圈選方式主要依賴運營人員的經(jīng)驗，隨著用戶運營的深入，傳統(tǒng)方式愈發(fā)吃力，會出現(xiàn)較多的誤判和遺漏。智能決策可以實現(xiàn)智能圈選，不但可以準確快速地圈選出意向人員，而且可以根據(jù)營銷效果進行自動調(diào)優(yōu)。其次是個性化運營，當前甲方大多在用戶整體運營方面已經(jīng)非常成熟，但能做到個性化運營的非常稀少。甲方大多在全國用一套策略，往往難以貼合實際情況，導(dǎo)致效果打折扣。甲方需要個性化運營，致力于做到“門店級差異化運營”。

甲方通過智能決策實現(xiàn)供應(yīng)鏈優(yōu)化。供應(yīng)鏈對于消費品與零售行業(yè)至關(guān)重要，甲方對此非常重視，但仍然存在缺貨、高庫存、SKU臃腫、門店個性選品策略缺失等問題。例如SKU臃腫問題，該問題在商超業(yè)態(tài)非常明顯。商超傾向追求大而全，導(dǎo)致SKU數(shù)量驟增，當甲方意識到一些SKU并非必要且不盈利的時候，試圖做“減法”。可面對數(shù)萬乃至數(shù)十萬SKU時，如何快速準確地挑選出需要剔除的商品成為一個難題，專家經(jīng)驗失靈，智能決策因此受到較多關(guān)注。

廠商能力要求：

消費品與零售行業(yè)的甲方核心需求對廠商能力提出多項要求，分別是數(shù)據(jù)治理能力、頂級行業(yè)Know-how、構(gòu)建供應(yīng)鏈全鏈路決策體系的能力和決策結(jié)果解釋能力。

廠商需要具備數(shù)據(jù)治理能力。良好的數(shù)據(jù)治理能力是實施智能決策解決方案的前提，但受限于甲方數(shù)據(jù)治理能力難以滿足需求，因此需要智能決策廠商親自上陣向甲方輸出數(shù)據(jù)治理能力，包括數(shù)據(jù)匯聚、統(tǒng)一口徑、數(shù)據(jù)清洗和數(shù)據(jù)維護等方面。

廠商需要頂級行業(yè)Know-how。智能決策在消費品與零售行業(yè)滲透率較低，主要應(yīng)用于頭部企業(yè)。這些頭部企業(yè)希望通過智能決策實現(xiàn)更加精準的用戶運營，難點不在于技術(shù)，而是行業(yè)Know-how。從表明來看，精準用戶運營主要體現(xiàn)在智能人群圈選和個性化運營兩個方面，往更深層次分析，這些需求的實現(xiàn)需要建立在“更精細人群標簽體系”之上。如此，才能發(fā)揮智能決策的價值，進而實現(xiàn)根本性的用戶運營能力升級。面對行業(yè)頭部企業(yè)，一般的行業(yè)Know-how難以在人群標簽體系方面指導(dǎo)他們，智能決策廠商需要站在更高的維度向下輸出，才能全方位地、根本性地助力甲方提升用戶運營能力。

廠商需要具備構(gòu)建供應(yīng)鏈全鏈路決策體系的能力。結(jié)合甲方在供應(yīng)鏈優(yōu)化方面的需求分析，單點式的能力難以滿足其需求，廠商需要具備構(gòu)建供應(yīng)鏈全鏈路決策體系的能力。供應(yīng)鏈全鏈路決策體系至少包括品類結(jié)構(gòu)優(yōu)化、預(yù)測補貨和智能選品三部分。品類結(jié)構(gòu)優(yōu)化：縮減商品數(shù)量，需要商品結(jié)構(gòu)優(yōu)化，在采購端有利于品類管理，在銷售端也不需要頻繁更新商品。預(yù)測補貨：降低缺貨率，提高庫存周轉(zhuǎn)率，提高資金使用效率。智能選品：為門店選擇合適的商品，提升資金使用效率，減少庫存占用。

入選標準：

1. 符合消費品與零售行業(yè)智能決策解決方案市場分析的廠商能力要求；

2. 近一年該市場年營收不低于500萬；

3. 近一年該市場付費客戶數(shù)量不低于3家。

代表廠商評估：

數(shù)勢科技

廠商介紹：

產(chǎn)品服務(wù)介紹：

數(shù)據(jù)資產(chǎn)云：為企業(yè)提供指標規(guī)范標準定義、口徑統(tǒng)一的加工過程、靈活自助的指標應(yīng)用和服務(wù)。

廠商評估：

數(shù)勢科技基于數(shù)十家客戶的最佳實踐，總結(jié)出“GASO”智能決策模型，并在京東零售方法論加持之下，以智能決策為切入點，助力消費品與零售行業(yè)數(shù)字化升級。數(shù)勢科技聚焦服務(wù)大型零售商超和品牌商，幫助其構(gòu)建“買賣”兩端的高效決策體系。“買”端，即構(gòu)建供應(yīng)鏈全鏈路決策體系，實現(xiàn)企業(yè)在品類結(jié)構(gòu)優(yōu)化、預(yù)測補貨和智能選品三方面的核心需求。“賣”端，即用戶運營，企業(yè)不但能深耕垂直用戶群體，還能實現(xiàn)“千店千面”的個性化運營。

數(shù)勢科技基于豐富的最佳實踐提出智能決策方法論——GASO（目標Goal、分析Analysis、策略Strategy、優(yōu)化Optimization）智能決策模型。GASO模型以數(shù)據(jù)為基礎(chǔ)，將戰(zhàn)略目標層層拆解到可被一線執(zhí)行的業(yè)務(wù)目標；并匹配相應(yīng)的量化指標體系，找到阻礙目標達成的問題，進行歸因和預(yù)測；之后再做出相應(yīng)的策略設(shè)計與實施；最后根據(jù)監(jiān)測的數(shù)據(jù)，對策略進行持續(xù)優(yōu)化。比如在一次促銷活動中，首先需要先確定活動目標，比如拉新；然后收集相關(guān)數(shù)據(jù)，并進行潛在用戶、用戶需求洞察、商品偏好、定價等分析；然后基于分析洞察的結(jié)論，制定和實施相關(guān)的選人選品定價等策略；并在活動過程中去實時監(jiān)測活動數(shù)據(jù)，及時調(diào)整相關(guān)策略。數(shù)勢科技基于數(shù)十家客戶的最佳實踐，總結(jié)出“GASO”智能決策模型，對于消費品與零售行業(yè)客戶具有較高的普適性。

數(shù)勢科技專注零售指標平臺，幫助企業(yè)沉淀“全面、統(tǒng)一、易用”的數(shù)據(jù)資產(chǎn)，為高效、高質(zhì)量地輸出決策結(jié)果打好基礎(chǔ)。數(shù)勢科技在消費品與零售領(lǐng)域的核心客群之一是零售商超，已經(jīng)服務(wù)了包括永輝、沃爾瑪、中百在內(nèi)的多家頭部零售商超。數(shù)勢科技創(chuàng)始人黎科峰博士曾在京東作為零售中臺負責(zé)人和技術(shù)委員會主席，推動了京東零售的數(shù)字化轉(zhuǎn)型，在零售領(lǐng)域擁有行業(yè)頭部經(jīng)驗。數(shù)勢科技認為數(shù)據(jù)底座是智能決策的重要基礎(chǔ)，其中指標平臺更是重中之重。

指標平臺是企業(yè)的指標資產(chǎn)中心，包含指標體系管理、加工和服務(wù)產(chǎn)品能力，幫助企業(yè)沉淀“全面、統(tǒng)一、易用”的數(shù)據(jù)資產(chǎn)。指標平臺向上靈活支撐業(yè)務(wù)需求，響應(yīng)企業(yè)領(lǐng)導(dǎo)、業(yè)務(wù)部門、分析師等角色不同領(lǐng)域、粒度、時效的數(shù)據(jù)需求；向下深度連接數(shù)據(jù)倉庫，梳理、記錄、優(yōu)化企業(yè)數(shù)據(jù)治理過程中的資產(chǎn)，優(yōu)化數(shù)倉模型，并建立數(shù)據(jù)運營規(guī)范。數(shù)勢科技指標平臺具有“標準設(shè)計、統(tǒng)一加工；一次定義、隨處使用”的優(yōu)點。同時，經(jīng)過和永輝、沃爾瑪?shù)阮^部零售商超的合作之后，數(shù)勢科技指標平臺在豐富度和專業(yè)度方面有一定優(yōu)勢。

數(shù)勢科技整合京東、阿里等互聯(lián)網(wǎng)平臺用戶運營方法論，結(jié)合線下及全渠道零售的最佳實踐，助力消費品與零售行業(yè)的用戶運營能力再上新臺階。智能決策在消費品與零售行業(yè)滲透率較低，主要應(yīng)用于頭部企業(yè)。面對行業(yè)頭部企業(yè)，一般的行業(yè)Know-how缺乏指導(dǎo)價值，智能決策廠商需要站在更高的維度向下輸出。京東、阿里等互聯(lián)網(wǎng)平臺用戶運營方法論加持的數(shù)勢科技具有先天優(yōu)勢。在用戶運營方面，數(shù)勢科技的方法論主要包括三個方面。首先，數(shù)勢科技為企業(yè)構(gòu)建更加精細的用戶標簽體系；其次，數(shù)勢科技賦予企業(yè)智能人群圈選能力，企業(yè)不但可以準確快速地圈選出意向人員，而且可以根據(jù)營銷效果進行自動調(diào)優(yōu)；最后，數(shù)勢科技可以支持企業(yè)個性化運營，做到“千店千面”。

數(shù)勢科技的用戶運營方法論不僅適用于零售商超，也適用于品牌商。品牌商距離終端門店距離較遠，難以透過層層渠道商對終端門店施加影響。數(shù)勢科技基于算法模型，可以幫品牌商尋找高潛力門店。然后通過智能決策，數(shù)勢科技助力品牌商為高潛力終端門店提供個性化運營策略建議，提升效率和業(yè)績，為自身發(fā)展注入新動力。

數(shù)勢科技具備構(gòu)建供應(yīng)鏈全鏈路決策體系的能力，尤其擅長品類結(jié)構(gòu)優(yōu)化。供應(yīng)鏈全鏈路決策體系包括品類結(jié)構(gòu)優(yōu)化、預(yù)測補貨和智能選品三個核心部分，數(shù)勢科技均具備相關(guān)能力。由于SKU過多，企業(yè)往往需要進行品類機構(gòu)優(yōu)化，刪除盈利不足的單品。在分析各單品盈利能力時，分析模型尤為重要，每一個單品需要考慮進貨價、出貨價、履約成本、庫存損耗、營銷成本，商家返利，以及各項成本的分攤邏輯。分析模型較為復(fù)雜，很多頭部消費品和零售企業(yè)也難以輸出專業(yè)、嚴謹?shù)姆治瞿Ｐ汀?shù)勢科技基于京東零售的能力沉淀，以及和北京航空航天大學(xué)在智慧供應(yīng)鏈方面的研究結(jié)果，在品類結(jié)構(gòu)優(yōu)化方面具有領(lǐng)先優(yōu)勢，并在多家行業(yè)頭部企業(yè)落地應(yīng)用。

典型客戶：

永輝、沃爾瑪、武漢中百、寶潔、飛鶴

4.3 國防軍工行業(yè)智能決策解決方案

市場定義：

應(yīng)用于國防軍工行業(yè)的智能決策解決方案，國防軍工行業(yè)包括軍委各部委、海軍、陸軍、空軍、戰(zhàn)略支援部隊、軍事科學(xué)院、國防軍工相關(guān)大學(xué)、國防軍工相關(guān)企業(yè)等，解決方案主要被用于作戰(zhàn)綜合博弈、兵棋推演、無人機作戰(zhàn)規(guī)劃、軍事物流調(diào)度、目標識別、行為預(yù)測、危機預(yù)警、裝備維修時機判斷等需求。

甲方終端用戶：

參謀部、技術(shù)部等

甲方核心需求：

高超音速飛機、高超音速導(dǎo)彈等“速度型”裝備的出現(xiàn)，加快了戰(zhàn)場節(jié)奏，瞬息萬變的戰(zhàn)場強調(diào)決策時效性；無人機等無人裝備的加入，改變戰(zhàn)爭構(gòu)成要素、作戰(zhàn)觀念、組織形態(tài)和保障模式，增加了作戰(zhàn)編排難度；對假想目標全方位監(jiān)控產(chǎn)生的海量信息，靠人力難以找到威脅點，阻礙決策推進。這些是驅(qū)動智能決策在國防軍工行業(yè)落地應(yīng)用的主要因素。軍委各部委、海軍、陸軍、空軍、戰(zhàn)略支援部隊、軍事科學(xué)院、國防軍工相關(guān)大學(xué)、國防軍工相關(guān)企業(yè)等角色對智能決策均有需求，核心需求包括以下四項。

甲方需要得到來自廠商的情報治理賦能。甲方基于開源數(shù)據(jù)對假想目標進行全方位監(jiān)控，會產(chǎn)生大量數(shù)據(jù)，如果沒有強大的情報治理能力，數(shù)據(jù)價值將難以體現(xiàn)，例如無法識別威脅信息，無法評估假想目標各方面能力情況等。

甲方需要有國防軍工行業(yè)Know-how的廠商。國防軍工行業(yè)敏感性高，廠商不容易做行業(yè)積累，并且行業(yè)人才難以在社會面流動，招聘難度大。導(dǎo)致智能決策廠商大多不具備國防軍工行業(yè)Know-how，如果不能夠結(jié)合業(yè)務(wù)理解去做國防軍工項目，成功率通常比較低。

甲方需要具備多場景智能決策解決方案的廠商。國防軍工行業(yè)在多個場景對智能決策有明確需求。相關(guān)場景包括作戰(zhàn)綜合博弈、兵棋推演、無人機作戰(zhàn)規(guī)劃、軍事物流調(diào)度、目標識別、行為預(yù)測、危機預(yù)警、裝備維修時機判斷等。甲方通常更傾向與能應(yīng)對多個場景的廠商進行合作。

甲方需要可信智能決策。國防軍工行業(yè)對智能決策有兩方面的可信需求。一方面是決策結(jié)果可解釋性，例如對無人裝備打擊邏輯的解釋；另一方面是自主可控，強調(diào)產(chǎn)品信創(chuàng)以及國產(chǎn)生態(tài)適配能力。

廠商能力要求：

國防軍工行業(yè)的甲方核心需求對廠商能力提出多項要求，分別是情報治理能力、相關(guān)項目經(jīng)驗、技術(shù)豐富度、決策結(jié)果解釋能力和信創(chuàng)能力。

廠商需要具備情報治理能力。甲方基于開源數(shù)據(jù)對假想目標進行全方位監(jiān)控，會產(chǎn)生大量數(shù)據(jù)，甲方需要通過強大的情報治理能力，利用模型對數(shù)據(jù)進行加工、篩選、歸納等處理，充分發(fā)揮數(shù)據(jù)價值。例如識別易被忽略的威脅信息、解析條令法規(guī)等。

廠商需要有豐富的國防軍工項目經(jīng)驗。國防軍工行業(yè)并非“為了智能而智能”，而是以解決實際業(yè)務(wù)問題為導(dǎo)向。國防軍工行業(yè)的甲方對廠商項目經(jīng)驗非常看重，不僅僅看重數(shù)智技術(shù)。這就要求廠商必須有耕耘國防軍工行業(yè)的決心并且取得一定效果。

廠商需要具備多種技術(shù)路徑，來應(yīng)對甲方的多場景需求。國防軍工行業(yè)的多場景智能決策需求通過需要多技術(shù)融合才能滿足，要求廠商有豐富的技術(shù)積累。例如偏裝備級的博弈場景需要強化學(xué)習(xí)，意圖識別廠商需要深度學(xué)習(xí)，軍事物流規(guī)劃需要運籌優(yōu)化和強化學(xué)習(xí)。

廠商需要具備決策結(jié)果解釋能力以及信創(chuàng)能力。為了滿足甲方對可信智能決策的需求，廠商需要在決策結(jié)果解釋和信創(chuàng)能力兩方面下功夫。“可解釋性”在國防軍工行業(yè)的大部分場景不是剛需，廠商需要與甲方溝通了解到哪些個別的場景對可解釋性有需求，通過引入專家經(jīng)驗協(xié)助解釋或者采用解釋性比較高的技術(shù)路徑針對性地滿足甲方需求。在信創(chuàng)方面，廠商需要減少對開源軟件和組件的使用，并積極融入國產(chǎn)信創(chuàng)生態(tài)之中，與國產(chǎn)芯片、操作系統(tǒng)、數(shù)據(jù)庫進行適配。

入選標準：

1. 符合國防軍工行業(yè)智能決策解決方案市場分析的廠商能力要求；

2. 近一年該市場年營收不低于500萬；

3. 近一年該市場付費客戶數(shù)量不低于3家。

代表廠商評估：

淵亭科技

廠商介紹：

廈門淵亭信息科技有限公司（簡稱淵亭科技）成立于2014年，專注認知決策智能領(lǐng)域，在知識圖譜、圖計算、強化學(xué)習(xí)、機器學(xué)習(xí)和深度學(xué)習(xí)等領(lǐng)域擁有核心技術(shù)優(yōu)勢與領(lǐng)先的工程化能力。淵亭科技聚焦國防軍工、金融、政務(wù)、工業(yè)互聯(lián)網(wǎng)四大行業(yè)，為客戶提供包括DataExa-Sati認知智能平臺、DataExa-Nash多智能體協(xié)同決策平臺、DataExa-Karma智能決策平臺在內(nèi)的30余款自主研發(fā)產(chǎn)品。在國防軍工行業(yè)，淵亭科技已服務(wù)諸多單位，并斬獲過多個軍委、軍種級別智能博弈類賽事冠軍及重要獎項。

產(chǎn)品服務(wù)介紹：

淵亭科技致力于打造“一站式AI+國防軍工”產(chǎn)品體系，以多智能體強化學(xué)習(xí)、認知推理、數(shù)字孿生等技術(shù)為基礎(chǔ)，針對情報分析、裝備體系、仿真推演、指揮控制等方向，提供面向全角色和全生命周期、貫穿軍事作戰(zhàn)各個要素和環(huán)節(jié)的智能化解決方案。

淵亭科技有四款面向國防軍工行業(yè)智能決策方向的核心產(chǎn)品，它們分別為：DataExa-Karma智能決策平臺、天衍·作戰(zhàn)仿真推演系統(tǒng)、天衍·智能任務(wù)規(guī)劃系統(tǒng)與天衍·多智能體協(xié)同決策平臺。DataExa-Karma智能決策平臺是綜合型的智能決策平臺，整合了機器學(xué)習(xí)、深度學(xué)習(xí)、強化學(xué)習(xí)、運籌優(yōu)化、規(guī)則引擎等原子智能決策能力，定位為多種智能決策能力生成和融合運用的中樞；天衍·作戰(zhàn)仿真推演系統(tǒng)是以多兵種聯(lián)合作戰(zhàn)、全域作戰(zhàn)為背景的作戰(zhàn)仿真推演平臺；天衍·智能任務(wù)規(guī)劃系統(tǒng)則是基于DataExa-Karma支撐國防領(lǐng)域的融合決策產(chǎn)品，它產(chǎn)出的決策能力，可以應(yīng)用在戰(zhàn)斗籌劃、智能調(diào)度等場景；天衍·多智能體協(xié)同決策平臺是一個面向作戰(zhàn)指揮、無人系統(tǒng)集群協(xié)同、策略仿真等智能決策場景的高性能智能體生成系統(tǒng)。

廠商評估：

淵亭科技作為國內(nèi)少有的同時具備認知智能和決策智能雙能力體系的人工智能廠商，深耕國防軍工行業(yè)多年，憑借豐富的項目經(jīng)驗和行業(yè)專家資源，以成熟的產(chǎn)品體系為依托，為國防軍工行業(yè)提供一站式AI解決方案。其完善的國防軍工智能決策產(chǎn)品線，可滿足甲方多元化場景需求。在自主可控方面，淵亭科技始終堅持走自主研發(fā)路線，所有產(chǎn)品均已完成國產(chǎn)化兼容適配認證，符合信創(chuàng)要求。

“認知+決策”雙重核心，一站式AI賦能國防軍工行業(yè)。淵亭科技是國內(nèi)少數(shù)在人工智能領(lǐng)域同時具備“認知智能”和“決策智能”產(chǎn)品線的廠商。其中認知智能方向產(chǎn)品覆蓋知識圖譜構(gòu)建與分析、高性能分布式圖數(shù)據(jù)庫、自然語言處理、大規(guī)模搜索引擎和智能問答。決策智能方向產(chǎn)品覆蓋綜合智能決策、AI全生命周期建模訓(xùn)練、多智能體強化學(xué)習(xí)、運籌優(yōu)化等，深度融合聯(lián)結(jié)主義和符號主義的優(yōu)勢，提供完整的一站式AI賦能。這些產(chǎn)品在金融、運營商、制造、能源等民用領(lǐng)域都有廣泛的應(yīng)用，且產(chǎn)品的健壯性、靈活性、可靠性久經(jīng)驗證，為國防軍工行業(yè)推廣應(yīng)用奠定了扎實的基礎(chǔ)。

橫縱向深耕垂直賽道，戰(zhàn)略聚焦規(guī)模化落地。淵亭科技深耕防務(wù)領(lǐng)域，積極參與國防數(shù)智化建設(shè)，公司具有完備的軍工資質(zhì)，與多所軍事院校、科研院所建立了長期深入的戰(zhàn)略合作關(guān)系。公司已服務(wù)包括軍委多部委、海軍、陸軍、空軍、戰(zhàn)略支援部隊、國防科技大學(xué)、中國兵器、中國船舶等單位，逐漸成為軍事智能領(lǐng)域的踐行者和領(lǐng)導(dǎo)者。多年“前沿探索+一線落地”的雙重模式不斷加深淵亭科技對業(yè)務(wù)理論和軍事需求的認知與理解，為持續(xù)服務(wù)國防信息化、智能化、無人化打下了堅實基礎(chǔ)。

產(chǎn)品力+場景力+服務(wù)力，構(gòu)建多元化國防產(chǎn)品布局。基于深厚的智能技術(shù)儲備，淵亭科技推出4款國防智能決策方向核心產(chǎn)品：DataExa-Karma智能決策平臺、天衍·作戰(zhàn)仿真推演系統(tǒng)、天衍·智能任務(wù)規(guī)劃系統(tǒng)以及天衍·多智能體協(xié)同決策平臺。除此之外，還有多款應(yīng)用產(chǎn)品作為淵亭國防產(chǎn)品能力地補充或延伸，例如“數(shù)據(jù)中臺”與“數(shù)字戰(zhàn)場圖譜”，它們具備海量數(shù)據(jù)處理能力，能夠提升甲方的情報治理和運用能力。總體來講，淵亭智能決策產(chǎn)品能力覆蓋多智能體強化學(xué)習(xí)、語義推理、專家系統(tǒng)、機器學(xué)習(xí)、深度學(xué)習(xí)和運籌優(yōu)化等多個技術(shù)領(lǐng)域，完善的技術(shù)儲備和管理，有效應(yīng)對甲方的復(fù)雜場景決策需求，為智能決策能力在國防軍工行業(yè)各場景的落地掃清技術(shù)阻礙。

堅持自主可控，打造可信智能決策。隨著國際體系、秩序、力量的變化，國防工業(yè)的自主可控成為各國掌握戰(zhàn)略博弈主動權(quán)的重要抓手。淵亭科技從成立開始就堅持自主研發(fā)，其核心產(chǎn)品代碼自主率超過95%，并且所有產(chǎn)品均完成操作系統(tǒng)、芯片等在內(nèi)的國產(chǎn)化兼容適配認證，力求核心關(guān)鍵技術(shù)的自主和供應(yīng)鏈的可控。比如，在數(shù)據(jù)知識化的過程中，需要引入知識圖譜類產(chǎn)品，較多廠商的知識圖譜類產(chǎn)品底層是基于開源圖數(shù)據(jù)庫，而淵亭科技則是在其自主研發(fā)的分布式圖數(shù)據(jù)庫產(chǎn)品DataExa-Seraph上完成的，在突出的安全性、擴展性之上，針對國防典型場景開展優(yōu)化，提供出色的性能。值得一提的是，在今年信通院組織的《2022年“可信 AI”評測》中，淵亭科技智能決策平臺DataExa-Karma通過了“智能決策系統(tǒng)和工具”地評測，成為國內(nèi)唯一一家在策略開發(fā)、測試發(fā)布、運維管理、分析評估和底層支撐等五個模塊均達到4級標準的廠商。

典型客戶：

五大軍種、國防大學(xué)、軍事科學(xué)院、國防科技大學(xué)、八個軍工集團的諸多下屬院所

5. 入選廠商列表